16:30Decoder@Matthias Bastian两名前 OpenAI 员工推出了网站 In the Weights,它能显示 AI 模型从训练数据中记住了哪些人。网站提供最高 996 分的强度评分,得分越高说明该人物在模型中嵌入越深。目前排名前三的是莫扎特、莎士比亚和泰勒·斯威夫特。AI产品In the WeightsOpenAIAI记忆训练数据10 个信源在谈推荐理由:前 OpenAI 员工做了个小工具,输入名字就能查 AI 模型认不认得你,莫扎特排第一,挺有意思。原文
00:52Qdrant@qdrant_engineQdrant 宣布将举办 Vector Space Day 大会,聚焦 AI 记忆与检索技术。Cognee 的 Dave Nielsen 将剖析当前系统中短期与长期记忆的真实实现,指出 AI 记忆并非单一技术,而是 Markdown 文件、向量数据库和图数据库的混合体。大会还涵盖从云端到边缘的检索、多模态 AI 等话题,面向构建向量搜索、AI 记忆、上下文工程和检索基础设施的工程师。活动将于 6 月 11 日举行,现已开放售票。行业AI记忆向量搜索检索基础设施上下文工程Qdrant推荐理由:搞 AI 记忆和检索的工程师终于有个正经的技术大会了——Dave Nielsen 会拆解短期/长期记忆的真实架构,做 RAG 或智能体的团队值得去听听。原文
21:51berryxia@berryxiaMemOS 2.0 开源项目在 GitHub 上获得 9.3K Star,其核心升级是“执行即学习”功能。不同于传统记忆方案仅记录聊天记录或使用 RAG 检索,MemOS 2.0 在 Agent 执行任务时,将整个执行过程拆解为可学习的单元,自动分层提炼为原始轨迹、通用套路、世界模型和肌肉记忆。双重反馈机制自动评分,强化有效经验,淡忘低效行为。用户反馈显示,第二天新任务时,Agent 能自动沿用前一轮磨合出的代码风格和习惯,实现真正的持续进化。支持 Hermes 和 OpenClaw 无缝迁移,一行命令安装,并提供 Memory Viewer 可视化记忆链路。AI产品MemOSAI记忆执行即学习开源/仓库Agent8 个信源在谈推荐理由:做 AI Agent 或自动化工具的开发者,MemOS 2.0 解决了记忆碎片化、无法持续学习的痛点,越用越懂你,建议直接试试一行命令迁移。原文
08:00Qdrant@qdrant_engineQdrant 宣布将于6月11日在旧金山 The Midway 举办 Vector Space Day 技术大会。会议邀请了来自 AWS、Google DeepMind、Adobe、Qualcomm 等公司的技术专家,围绕向量搜索、AI 记忆、上下文工程和检索基础设施等主题进行演讲。大会将深入探讨生产环境中的智能体与记忆、从云到边缘的检索以及多模态 AI。早鸟票正在发售,即将截止,适合 AI 构建者和开发者参加。行业向量搜索AI记忆智能体检索基础设施多模态AI推荐理由:向量搜索和 AI 记忆是构建生产级智能体的关键基础设施,做 RAG 或智能体应用的团队值得关注这场大会,早鸟票快截止了,建议尽早决定。原文